讲座简介

地球系统科学的进步有赖于模型和观测的协力前行。模型是对地球系统科学认知的形式化知识的集大成者，但模型只是真理的近似，还远远未臻完美；观测越来越多源和丰富，地球大数据洪流滚滚而来，但所有观测都有特定的时空代表性，其代表性误差常常难以估计，这是导致模型和观测不一致的主要原因之一。然而，这种不一致性是表象还是真相？是模型更可信还是观测更可信，常常难以甄别。模型和观测可以共奏出美妙的和弦。从高斯、维纳到洛伦茨，科学大家一脉相承，发展了估计理论、控制论、混沌理论，为模型和观测的融合提供了坚实的方法论基础。数据同化方法正是植根于这些理论，它站在巨人的肩膀上，已经根深叶茂，成长为地球系统科学的关键方法论，其核心思想是在模型的动力框架内，融合不同来源和不同分辨率的直接与间接观测，从而增强系统的可预报性和可观测性。然而，模型和观测误差的准确估计是调制模型-观测和弦的关键，但也是目前数据同化领域的最大挑战，要实现模型和观测的物理和谐，就必须突破这一重大挑战。中国学者在在非线性非高斯贝叶斯递推滤波、代表性误差估计、变分和集合滤波方法的结合方面取得了创新进展，发展了高分辨率多源遥感数据同化系统。

主讲人简介

李新，博士，中国科学院青藏高原研究所研究员，国家杰出青年科学基金获得者。1992年毕业于南京大学大地海洋科学系，1998年在中国科学院兰州冰川冻土研究所获博士学位。在冰冻圈遥感与信息系统、陆面数据同化、内陆河流域综合观测和集成研究等方面取得了创新性科研成绩，包括发展了我国大尺度陆面数据同化系统及高分辨率的流域尺度陆面水文数据同化系统，组织实施了“黑河综合遥感联合试验”和“黑河生态水文遥感试验”。